Model details
模型介绍
中文整理HTDemucs-FT ONNX 音乐声源分离模型
htdemucs ft.onnx 是经过微调的Demucs音乐分离模型ONNX固化版本,为OpenKara开源K歌软件配套模型,支持将混合歌曲拆分为人声、鼓、贝斯、其他乐器四轨音频,主打卡拉OK人声消除场景。
性能优势
微调版本(FT)相比基础htdemucs全频段SDR提升0.7dB,人声分离干净度更高;
ONNX轻量化导出,脱离PyTorch依赖,仅需ONNX Runtime即可推理;
跨平台兼容:PC桌面、Web前端、移动端APP均可部署;
CPU离线可运行,无需显卡支持。
项目仓库:https://github.com/thedavidweng/openkara-models
权重下载:https://github.com/thedavidweng/openkara-models/releases/download/model-ft-v2.0.1/htdemucs ft.onnx
版本:v2.0.1
python
import onnxruntime as ort
import soundfile as sf
import numpy as np
加载模型
session = ort.InferenceSession("htdemucs ft.onnx")
读取混合音频
mix audio, sr = sf.read("input song.wav")
模型推理逻辑省略,可参考OpenKara源码实现
优先采用原作者提供的中文模型卡片;仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件;指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖,请按作者说明配齐。
完整仓库可能包含多个权重格式,因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖,以原作者说明为准。
授权范围是否允许商用、修改和分发,请查看模型许可证。
闲社提供资料与镜像下载方法,不代表已运行模型或完成安全审计。下载的代码应先检查,再执行。
Problem with the information or download?
Sign in to submit feedback.